快速了解什么是锚点

article/2025/9/7 3:37:35

一、什么锚点

锚点是网页制作中超级链接的一种,又叫命名锚记,像一个迅速定位器一样,是一种页面内的超级链接。

二、身边的锚点案例

1、我们可以在百度百科中搜索【薛之谦】

薛之谦(中国内地男歌手、音乐制作人、演员)_百度百科

注意:这时的地址是

2、当我们点击【早点经历】

 然后,页面自动上滑到【早年经历】部分

注意这时的地址 带上了#1

 3、当我们点击【主要作品】

这时页面就会滑动到【主要作品】部分

注意这时的地址带上了#4

 4、当我们点击【人物评价】

这时页面就会滑动到【人物评价】部分

注意这时的地址带上了#7

 根据上面三个列子,相信谦友们都已经可以看出锚点的作用。

预先加载页面内容,然后通过锚点可以在同一个页面内进行快速定位,这是单页Web应用。

当然实现锚点的方式有很多种,下面根据“谦友717”的猜测,用一个简单的例子去实现上面的锚点案例。

三、实现一个简单的锚点案例

1、一个简单的锚点

案例:

链接:https://pan.baidu.com/s/1CVcpQf-QgHhDumlBVz48nw 
提取码:w2c7

运行起来后,效果如下:

(1)点击“基本信息” 

(2)点击【主要作品】 

2、具体的实现

这里使用的工具是:

VSCodeUserSetup下载安装和快速使用_心有谦谦结-CSDN博客_vscodeusersetup怎么使用

(1)创建一个文件夹“router_test”

(2)引入js库 

 (3)新建一个html文件:router.html

<!DOCTYPE html>
<html lang="en">
<head><meta charset="UTF-8"><meta http-equiv="X-UA-Compatible" content="IE=edge"><meta name="viewport" content="width=device-width, initial-scale=1.0"><title>路由</title>
</head>
<body><div id="app"><!-- 路由定义 --><router-link to="/">基本信息</router-link><router-link to="/experience">早年经历</router-link><router-link to="/works">主要作品</router-link><router-link to="/evaluate">人物评价</router-link><!-- 路由出口 --><router-view></router-view></div><script src="vue.min.js"></script><script src="vue-router.min.js"></script><script>// 1-定义视图组件const infor = {template : '<div>薛之谦【歌手、音乐制作人、演员】</div>'}const experience = {template : '<div>放假回家的薛之谦在商场门口被经纪公司的星探看中,他们百般动员他留下当艺人,答应给他签约、出唱片。可等到薛之谦决定暂停瑞士的学业留下以后,经纪公司又要他出30万的包装费用。</div>'}const works = {template : '<div>《天外来物》《尘》《怪咖》《渡 The Crossing》《初学者》《意外》</div>'}const evaluate = {template : '<div>手握十几档节目,除了长微博外,随随便便一篇普通微博点赞量也几十万,但这也证明在更多人眼里他还是一个有智慧的谐星以及收视担当。只要看过他上的节目会发现,一旦有让他唱歌的机会,无论是什么样的,他都不会放过。见过薛之谦的人都知道,他有种自然生成的幽默感,这也许注定了他会成为杰出的段子手。</div>'}// 2-定义路由const routes = [{path: '/', component : infor},{path: '/experience', component : experience},{path: '/works', component : works},{path: '/evaluate', component : evaluate}]// 3-创建路由实例const router = new VueRouter({routes})// 4-挂载路由实例new Vue({el : "#app",router})</script>
</body>
</html>

(4)运行起来就可以看到效果了

 


http://chatgpt.dhexx.cn/article/OtkTBQNn.shtml

相关文章

KNN的数据插补方法总结

sklearn中的KNN在缺失值填补中的用法 参考链接&#xff1a;K近邻填补缺失值 如果缺失值是离散的&#xff0c;使用K近邻分类器&#xff0c;投票选出K个邻居中最多的类别进行填补&#xff1b;如果为连续变量&#xff0c;则用K近邻回归器&#xff0c;拿K个邻居中该变量的平均值填…

KNN算法优缺点总结,以及机器学习流程的总结

KNN算法作为一个最简单&#xff0c;也是一个很实用的机器学习的算法&#xff0c;日常的使用中也能处理很多问题&#xff0c;这里做一下总结记录 优点 1、KNN可以处理分类问题&#xff0c;同时天然可以处理多分类问题&#xff0c;比如鸢尾花的分类 2、简单&#xff0c;易懂&a…

(理论+代码)KNN算法

KNN&#xff1a; 一种非参数、惰性学习方法&#xff0c;导致预测时速度慢当训练样本集较大时&#xff0c;会导致其计算开销高样本不平衡时&#xff0c;对稀有类别的预测准确率低KNN模型的可解释性不强 文章目录 KNN&#xff08;思想&#xff1a;物以类聚&#xff09;一、 距离度…

Knn算法实例(代码来自机器学习实战,我加了详细的注释,仅供学习)

knn算法代码 Knn算法—识别手写数字&#xff08;机器学习实战&#xff09; 一、Knn算法原理&#xff1f; 1.通俗的说就是&#xff1a;对于给定的输入向量在训练集中找到与该输入实例最近的k个实例&#xff0c;统计这k个实例中每个实例&#xff08;按照标签分类&#xff09;所…

KNN数据库检索(简读):A Fast Partial Video Copy Detection Using KNN and Global Feature Database

与之前的大部分部分视频拷贝检测&#xff08;PVCD&#xff09;算法不同&#xff0c;该算法会逐个扫描参考视频&#xff0c;我们将PVCD视为视频搜索/检索问题。 本文提出了一种快速的部分视频拷贝检测框架。在这个框架中&#xff0c;参考视频的所有帧CNN-feature都组织在…

KNN的优化算法2:KD-tree

传统KNN缺点&#xff1a;数据量特别大时&#xff0c;需要计算参考点和每个样本点的距离&#xff0c;计算量非常大&#xff0c;所以提出一种优化算法-----kd-tree. 为了提高kNN搜索的效率&#xff0c;可以考虑使用特殊的结构存储训练数据&#xff0c;以减小计算距离的次数。 kd…

KNN算法及其MATLAB代码

一、KNN算法原理 1.算法概述 k近邻(k-Nearest Neighbor&#xff0c;简称kNN)学习是一种常用的监督学习方法&#xff0c;其工作机制非常简单&#xff1a;给定测试样本&#xff0c;基于某种距离度量找出训练集中与其最靠近的k个训练样本&#xff0c;然后基于这k个"邻居&qu…

kNN算法解析及应用【内附详细代码和数据集】

首先&#xff0c;我们需要了解什么是“kNN” kNN英文全称k Nearest Neighbor&#xff0c;即k近邻算法。 用途&#xff1a;分类问题kNN的工作原理&#xff1a;事先有一个有标签的样本数据集&#xff0c;然后输入没有标签的新数据后&#xff0c;将新数据的每个特征和样本集里的数…

KNN算法介绍及代码实现

k-近邻法简介 k近邻法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。它的工作原理是&#xff1a;存在一个样本数据集合&#xff0c;也称作为训练样本集&#xff0c;并且样本集中每个数据都存在标签&#xff0c;即我们知道样本集中每一个数…

机器学习——KNN及代码实现

KNN KNN即k-nearest neighbor(k近邻法)&#xff0c;多应用于分类问题。 k近邻法的输入为实例的特征向量&#xff0c;对应于特征空间中的点。输出为实例的类别。 K近邻法原理 给定一个训练数据集&#xff0c;对新的输入数据&#xff0c;在训练数据集中找到与该实例最邻近的k个…

KNN算法及其改进

KNN算法优缺点 优点 (1) 精度高 (2) 对异常值不敏感&#xff1a;某个异常值对整个结果不造成影响&#xff1b; (3) 无数据输入假定&#xff1a;无数据的独立性等假设&#xff1b;缺点 (1) 计算复杂度高&#xff1a;因为要计算的点需要与所有点计算距离&#xff0c;所以复杂度很…

机器学习算法-KNN代码实现

机器学习算法-KNN代码实现 一、KNN算法初步理解二、代码实现1.数据集处理2.创建model3.可视化 总结 一、KNN算法初步理解 统计学习方法书上的解释&#xff1a;给定一个训练数据集&#xff0c;对于新的输入实例&#xff0c;在训练数据集中找到与该实例最邻近的k个实例&#xff…

【数据挖掘基础】——KNN算法+sklearn代码实现(6)

🤵‍♂️ 个人主页:@Lingxw_w的个人主页 ✍🏻作者简介:计算机科学与技术研究生在读 🐋 希望大家多多支持,我们一起进步!😄 如果文章对你有帮助的话, 欢迎评论 💬点赞👍🏻 收藏 📂加关注+ 目录 介绍算法的例子 KNN算法原理

KNN的优化算法1:距离加权

参考文章&#xff1a;https://www.cnblogs.com/bigmonkey/p/7387943.html 对参考文章中最后一部分说的有问题的地方进行了修改。 权值加权&#xff1a;为每个点的距离增加一个权重&#xff0c;使得距离近的点可以得到更大的权重&#xff0c;在此描述如何加权。 反函数 该方法最…

机器学习之深入理解K-means、与KNN算法区别及其代码实现

K-means方法是一种非监督学习的算法&#xff0c;它解决的是聚类问题。 1、算法简介&#xff1a;K-means方法是聚类中的经典算法&#xff0c;数据挖掘十大经典算法之一&#xff1b;算法接受参数k,然后将事先输入的n个数据对象划分为k个聚类以便使得所获得的聚类满足聚类中的对象…

KNN算法代码实现

原理&#xff1a; KNN 算法也叫K近邻算法。假设给定一个训练数据集&#xff0c;其中的实例类别已定。它是通过找到一个数据集中与目标数据最近的K个邻居&#xff0c;然后通过多数表决等方式来预测目标数据的分类结果进行预测。 三要素&#xff1a; 距离度量、K值、分类决策规…

KNN中的优化算法KD-tree

我们知道KNN是基于距离的一个简单分类算法&#xff0c;熟悉KNN的都知道&#xff0c;我们要不断计算两个样本点之间的距离&#xff0c;但是&#xff0c;试想一下&#xff0c;如果数据量特别大的时候&#xff0c;我们要每个都计算一下&#xff0c;那样计算量是非常大的&#xff0…

KNN算法代码

一、K近邻算法 KNN是一种监督学习类别的算法&#xff0c;全称&#xff08;K-NearestNeighbor&#xff09;直译为K个最近的邻居&#xff0c;是一种聚类算法。该算法认为我们在判断一个物体的类别可以根据与他非常相似的K个物体的类别&#xff08;这K个物体的类别是已知的&#x…

KNN数据缺失值填充(附源码和数据)不调用包

KNN估计 数据缺失值填充—KNN估计一、基本思想二、步骤1.导入数据2.查看空缺值3.取出要分析的数据4.计算平均值5.计算标准差6.规范化7.计算欧几里得距离8.最优解9.画图 总结 数据缺失值填充—KNN估计 运行环境 python3.6 jupyter notebook 一、基本思想 先将数据标准化&…

数据挖掘——KNN算法的实现

&#x1f468;‍&#x1f4bb;作者简介&#xff1a;练习时长两年半的java博主 &#x1f4d6;个人主页&#xff1a;君临๑ &#x1f381; ps&#xff1a;点赞是免费的&#xff0c;却可以让写博客的作者开心好几天&#x1f60e; 文章目录 一、k-最近邻分类算法介绍 二、k-NN的特…